-Мамо, привет!
-Здравствуй, сынок! Как погодка в Берлингтоне?
-Да все нормально. Я не поэтому звоню. На даче нашей, под Зябровкой, картошечка что-то стала хуже инфракрасный излучать. Ты давно там была?
-Да пару недель назад, вроде все хорошо было, цвела…
-Надо, мама, проверить, а то вижу, что сохнет, биомасса стала уменьшаться...
Cтранный диалог, не так ли. Но он вполне мог прозвучать, притом еще лет 10 назад. Примерно тогда, когда в практику точного земледелия начал активно вводится NDVI-индекс. Т.е. показатель того, сколько видимого света (красный) растения поглощают от Солнца, а сколько инфракрасного излучают. Достаточно много компаний продавали и продают до сих пор (например беларуская OneSoil) информацию о NDVI состоянии полей, лесов, лугов. Часто для этой цели задействуют специальные дорогостоящие дроны с мультиспектральными камерами.
Еще в своем старом >>интервью<< я говорил что технологии точного земледелия становятся все более доступными рядовому потребителю (в т.ч. и под эгидой >> гражданской науки<<).
Но сегодня любой, способный работать с компьютером человек, может совершенно бесплатно удаленно следить за тем, чем живут гектары картофеля на маминой даче, или сотки малины на папиной "фазенде".
Что нужно делать. Первым делом зарегистрироваться на сайте scihub.copernicus.eu. Вторым — установить программу >>QGIS<<. Третьим — найти квадрат на котором находится участок, требующий отслеживания (по ключевым словам sentinel grid tiles). Найдя цифры квадрата (Минск, например, это 35UNV) вбиваем их в окно поиска на Scihub.Copernicus и скачиваем самые свежие фотоснимки в архиве. Внутри архива ищем два файла заканчивающихся на *B04.jp2 и *B08.jp2 (664,9 и 832,9 нм соответственно, разрешение 10 м/пиксел). Закидываем файлы в QGIS и производим несложную операцию — (файл *B08.jp2 - файл *B04.jp2)/(файл *B08.jp2+файл *B04.jp2). Результирующее изоражение и будет тем самым NDVI, отношением между разностью интенсивностей отраженного света в красном/инфракрасном диапазоне и их суммой. Значение будет фактическим показателем состояния зеленой массы растений.
Теперь сравнив свежую фотографию участка с фотографией месячной давности и оценив изменение цвета можно сказать стали растения лучше, или же их повредила болезнь/вредитель etc. Кому может пригодится? Любому толковому (важно!) cпециалисту по работе с растительными биосистемами — агроному, лесоводу, фитопатологу или фермеру. Хотя биосистемами перспективы мультиспектральной съемки отнюдь не исчерпываются, даже вот с >>этой<< точки зрения. Спутник выдает достаточно длинноволновые снимки (*B10.jp2 - 1376,9 нм+60 м/пикс, *B11.jp2 - 1610 нм+20 м/пикс, *B12.jp2 - 2185,7 нм+20 м/пикс). Развернутся есть где. Методичка по работе с данными от Copernicus 👇
🛰️+🌼=❤️ Технологии космоса для защиты растений Земли - https://www.patreon.com/posts/70375358
На фото: домашнее задание на выходные. Перед вами квадрат 36UUD с данными на 10.05.2022 и на 10.08.2022. Оцените как изменилось состояние растительности за 3 месяца.
#copernicus, #satellite, #sentinel
-Здравствуй, сынок! Как погодка в Берлингтоне?
-Да все нормально. Я не поэтому звоню. На даче нашей, под Зябровкой, картошечка что-то стала хуже инфракрасный излучать. Ты давно там была?
-Да пару недель назад, вроде все хорошо было, цвела…
-Надо, мама, проверить, а то вижу, что сохнет, биомасса стала уменьшаться...
Cтранный диалог, не так ли. Но он вполне мог прозвучать, притом еще лет 10 назад. Примерно тогда, когда в практику точного земледелия начал активно вводится NDVI-индекс. Т.е. показатель того, сколько видимого света (красный) растения поглощают от Солнца, а сколько инфракрасного излучают. Достаточно много компаний продавали и продают до сих пор (например беларуская OneSoil) информацию о NDVI состоянии полей, лесов, лугов. Часто для этой цели задействуют специальные дорогостоящие дроны с мультиспектральными камерами.
Еще в своем старом >>интервью<< я говорил что технологии точного земледелия становятся все более доступными рядовому потребителю (в т.ч. и под эгидой >> гражданской науки<<).
Но сегодня любой, способный работать с компьютером человек, может совершенно бесплатно удаленно следить за тем, чем живут гектары картофеля на маминой даче, или сотки малины на папиной "фазенде".
Что нужно делать. Первым делом зарегистрироваться на сайте scihub.copernicus.eu. Вторым — установить программу >>QGIS<<. Третьим — найти квадрат на котором находится участок, требующий отслеживания (по ключевым словам sentinel grid tiles). Найдя цифры квадрата (Минск, например, это 35UNV) вбиваем их в окно поиска на Scihub.Copernicus и скачиваем самые свежие фотоснимки в архиве. Внутри архива ищем два файла заканчивающихся на *B04.jp2 и *B08.jp2 (664,9 и 832,9 нм соответственно, разрешение 10 м/пиксел). Закидываем файлы в QGIS и производим несложную операцию — (файл *B08.jp2 - файл *B04.jp2)/(файл *B08.jp2+файл *B04.jp2). Результирующее изоражение и будет тем самым NDVI, отношением между разностью интенсивностей отраженного света в красном/инфракрасном диапазоне и их суммой. Значение будет фактическим показателем состояния зеленой массы растений.
Теперь сравнив свежую фотографию участка с фотографией месячной давности и оценив изменение цвета можно сказать стали растения лучше, или же их повредила болезнь/вредитель etc. Кому может пригодится? Любому толковому (важно!) cпециалисту по работе с растительными биосистемами — агроному, лесоводу, фитопатологу или фермеру. Хотя биосистемами перспективы мультиспектральной съемки отнюдь не исчерпываются, даже вот с >>этой<< точки зрения. Спутник выдает достаточно длинноволновые снимки (*B10.jp2 - 1376,9 нм+60 м/пикс, *B11.jp2 - 1610 нм+20 м/пикс, *B12.jp2 - 2185,7 нм+20 м/пикс). Развернутся есть где. Методичка по работе с данными от Copernicus 👇
🛰️+🌼=❤️ Технологии космоса для защиты растений Земли - https://www.patreon.com/posts/70375358
На фото: домашнее задание на выходные. Перед вами квадрат 36UUD с данными на 10.05.2022 и на 10.08.2022. Оцените как изменилось состояние растительности за 3 месяца.
#copernicus, #satellite, #sentinel
August 12, 2022
"А покажи инфракрасным родную Херсонщину..."
Написал мне один читатель-приятель. С одной стороны это все время, с другой - вспомнил я херсонские помидоры и решил сделать приятное человеку потерявшему дом, потратить немного кранча своих рабочих станций. На картинке NDVI-индекс (расчет аналогичный расчету из >>статьи<<) квадрата 36TVS, в который попадает и город Херсон. Данные на 22 апреля 2022 года и соответственно на 7 августа 2022 года. Оценить состояние растительностисожженые поля можете сами
@lab66
#copernicus, #satellite, #sentinel
Написал мне один читатель-приятель. С одной стороны это все время, с другой - вспомнил я херсонские помидоры и решил сделать приятное человеку потерявшему дом, потратить немного кранча своих рабочих станций. На картинке NDVI-индекс (расчет аналогичный расчету из >>статьи<<) квадрата 36TVS, в который попадает и город Херсон. Данные на 22 апреля 2022 года и соответственно на 7 августа 2022 года. Оценить состояние растительности
@lab66
#copernicus, #satellite, #sentinel
August 12, 2022
Мультиспектральные снимки зоны отчуждения ЧАЭС
Картинка - комбинация из NDVI-индексов Чернобыльской зоны отчуждения (захватывает "шумевший" в марте 2022 года >>Рыжий лес<<). Карты представляют собой фрагмент квадрата 35UQT. Расчет по схеме описанной >>ранее<<. Картинка без сжатия Телеграм - >>здесь<<
@lab66
#copernicus, #satellite, #sentinel
Картинка - комбинация из NDVI-индексов Чернобыльской зоны отчуждения (захватывает "шумевший" в марте 2022 года >>Рыжий лес<<). Карты представляют собой фрагмент квадрата 35UQT. Расчет по схеме описанной >>ранее<<. Картинка без сжатия Телеграм - >>здесь<<
@lab66
#copernicus, #satellite, #sentinel
August 12, 2022
Ответ всем удивленным...
...и увидевшим на фото 10 августа из предпоследней >>заметки<< обилие чего-то напоминающего воду ("зону затопило?!"). Облачность, ребята. На время прохода спутника. Для квадрата 35UQT 10 августа 2022 года Sentinel 2B обозревал территорию с 08:55:59 по 09:42:28. Вода поглощает длинноволное ИК в диапазоне волн 0,8-1,1 мкм (т.н. "первое биологическое окно" - см. статью Элегия инфракрасному свету). Мне просто хотелось использовать дату, наиболее приближенную к сегодняшней. Но раз облачность, то облачность. Сравнивайте растительность зоны отчуждения за 1 июля 2022 года. Как и раньше, картинка без сжатия Телеграм - >>здесь<<
@lab66
#copernicus, #satellite, #sentinel
...и увидевшим на фото 10 августа из предпоследней >>заметки<< обилие чего-то напоминающего воду ("зону затопило?!"). Облачность, ребята. На время прохода спутника. Для квадрата 35UQT 10 августа 2022 года Sentinel 2B обозревал территорию с 08:55:59 по 09:42:28. Вода поглощает длинноволное ИК в диапазоне волн 0,8-1,1 мкм (т.н. "первое биологическое окно" - см. статью Элегия инфракрасному свету). Мне просто хотелось использовать дату, наиболее приближенную к сегодняшней. Но раз облачность, то облачность. Сравнивайте растительность зоны отчуждения за 1 июля 2022 года. Как и раньше, картинка без сжатия Телеграм - >>здесь<<
@lab66
#copernicus, #satellite, #sentinel
August 12, 2022
На завершение "вечера мультиспектра"
Фотография Запорожской АЭС (Энергодар). Дата съемки квадрата 36TXT 9 августа 2022 года (время 08:36:11-12:20:26). Спутник Sentinel-2A.Вдруг кто хотел найти что-то металлическое .Картинка без обработки Телеграм - >>здесь<<. Расчеты и цвета аналогичны описанным >>ранее<<
@lab66
#copernicus, #satellite, #sentinel
Фотография Запорожской АЭС (Энергодар). Дата съемки квадрата 36TXT 9 августа 2022 года (время 08:36:11-12:20:26). Спутник Sentinel-2A.
@lab66
#copernicus, #satellite, #sentinel
August 12, 2022
Я вам из Лельчиц принес...
...свежих спутниковых индексов. Одним из самых милых комментариев к серии вчерашних заметок был "Вот так взять и лишить работы кучу людей". Но подождите, я ведь написал только про один индекс (>>NDVI<<) и два спектральных диапазона (664 и 832 нм), а их еще десяток остался. Спутниковый кранч дорог, не стоит думать что Sentinel-и шлют нам бесполезные данные.
Второй интересный индекс - это т.н. индекс влажности (англ. Normalized Difference Moisture Index) - NDMI или просто MI, который прямо определяет уровень содержания влаги в растениях (а не косвенно, по биомассе, как NDVI). Из-за своей избирательности, MI предпочтителен для определения страдающих от обезвоживанию посевов. Именно он используется при оросительном земледелии (раннее предупреждение).С помощью данного индекса эффективно обнаруживается высыхание лесов и проводится мониторинг рисков возгорания. В расчетах используются спектральные диапазоны 864 и 1610 нм. Для Sentinel-2 в QGIS нужно будет вписать выражение (B08A – B11)/(B08A + B11)
Третий индекс - это т.н. водный индекс (англ. Normalized Difference Water Index) - NDWI. Он используется для идентификации открытых водных пространств и оценки их параметров. В расчетах используются спектральные диапазоны 559 и 832 нм. Для Sentinel-2 в QGIS нужно будет вписать выражение (B03 – B08)/(B03 + B08). С помощью NDWI вода идентифицируется очень четко. Единственное что может вносит погрешности - это строения, которые имеют сравнимые показатели поглощения/отражения, трава и почва отличаются сильно.
Ну и наконец четвертый показатель - это индекс снега (англ. Normalized Difference Snow Index) - NDSI. Он позволяет картографировать снег, оценивать его запасы etc. А снеговые запасы это важный параметр, как в земледелии, так и в гидрологии/прогнозировании погоды/паводков etc. Индекс считается с использованием спектральных диапазонов 559 и 1610 нм (для Sentinel 2 в QGIS нужно будет вписать выражение (B03 – B11)/(B03 + B11). С помощью NDSI можно определять характеристики снежного покрова даже в условиях облачности - снег очень хорошо отражает свет с длиной волны 660 нм и поглощает свет с длиной волны 1600 нм~ выглядит темнее облаков.
На фото: беларуский город Лельчицы через призму NDVI/NDMI/NDWI. Сохнет у них там все, и нужное, и не нужное. Сравнить снимки за несколько месяцев каждый может сам, даже не устанавливая программ и не скачивая гигабайты спутниковых данных. Используйте >>веб-приложение Copernicus<<. Оно, кстати, позволяет работать и со спутниками от NASA - Modis и LandSat 8-9. Веб - хорошо, но лично я привык работать с QGIS - тамpython-чик же можно >>настроить<< цветовую дифференциацию снимков под особенности своего зрения, да и карты сохраняются в привычный GeoTIFF
@lab66
#copernicus, #satellite, #sentinel
...свежих спутниковых индексов. Одним из самых милых комментариев к серии вчерашних заметок был "Вот так взять и лишить работы кучу людей". Но подождите, я ведь написал только про один индекс (>>NDVI<<) и два спектральных диапазона (664 и 832 нм), а их еще десяток остался. Спутниковый кранч дорог, не стоит думать что Sentinel-и шлют нам бесполезные данные.
Второй интересный индекс - это т.н. индекс влажности (англ. Normalized Difference Moisture Index) - NDMI или просто MI, который прямо определяет уровень содержания влаги в растениях (а не косвенно, по биомассе, как NDVI). Из-за своей избирательности, MI предпочтителен для определения страдающих от обезвоживанию посевов. Именно он используется при оросительном земледелии (раннее предупреждение).С помощью данного индекса эффективно обнаруживается высыхание лесов и проводится мониторинг рисков возгорания. В расчетах используются спектральные диапазоны 864 и 1610 нм. Для Sentinel-2 в QGIS нужно будет вписать выражение (B08A – B11)/(B08A + B11)
Третий индекс - это т.н. водный индекс (англ. Normalized Difference Water Index) - NDWI. Он используется для идентификации открытых водных пространств и оценки их параметров. В расчетах используются спектральные диапазоны 559 и 832 нм. Для Sentinel-2 в QGIS нужно будет вписать выражение (B03 – B08)/(B03 + B08). С помощью NDWI вода идентифицируется очень четко. Единственное что может вносит погрешности - это строения, которые имеют сравнимые показатели поглощения/отражения, трава и почва отличаются сильно.
Ну и наконец четвертый показатель - это индекс снега (англ. Normalized Difference Snow Index) - NDSI. Он позволяет картографировать снег, оценивать его запасы etc. А снеговые запасы это важный параметр, как в земледелии, так и в гидрологии/прогнозировании погоды/паводков etc. Индекс считается с использованием спектральных диапазонов 559 и 1610 нм (для Sentinel 2 в QGIS нужно будет вписать выражение (B03 – B11)/(B03 + B11). С помощью NDSI можно определять характеристики снежного покрова даже в условиях облачности - снег очень хорошо отражает свет с длиной волны 660 нм и поглощает свет с длиной волны 1600 нм~ выглядит темнее облаков.
На фото: беларуский город Лельчицы через призму NDVI/NDMI/NDWI. Сохнет у них там все, и нужное, и не нужное. Сравнить снимки за несколько месяцев каждый может сам, даже не устанавливая программ и не скачивая гигабайты спутниковых данных. Используйте >>веб-приложение Copernicus<<. Оно, кстати, позволяет работать и со спутниками от NASA - Modis и LandSat 8-9. Веб - хорошо, но лично я привык работать с QGIS - там
@lab66
#copernicus, #satellite, #sentinel
August 13, 2022